李西宸，孙 晓，李文杰，曾 成

1 研究背景

工业机器人是现代制造业中一种重要的机电一体化设备，已被广泛地应用于电子、物流、化工等各工业领域中。其中，6R 机器人因具有工作空间大、运动灵活、非冗余等特点，成为机器人应用和研究的首要目标[1]。逆运动学是已知机械臂末端位置，求解每个关节的角度，其解有多个，其方程组具有高维、非线性的特点，求解过程复杂且不易求出正确解[2]。逆解问题是机器人研究的重点问题之一，是机器人轨迹规划与运动控制的基础。很多学者在该领域进行了研究，且提出了许多理论与方法，如解析法[3]、几何法[4]、智能算法[1]等。

机器人逆运动学的多解虽然能够通过解析法和几何法获得，但是前提是其必须满足特殊的结构。随着机器人结构的复杂化和计算机技术发展的突飞猛进，许多学者将智能优化方法应用于机器人逆运动学求解问题中，其主要思路是将机器人运动学方程转化为优化控制问题加以解决[5]。此类智能算法主要包括遗传算法、粒子群优化算法（particle swarm optimization，PSO），以及退火算法等[6]。林阳等[7]针对6R 机器人，提出了一种基于多种群遗传算法的逆运动学求解方法。与封闭解法和数值解法相比，多种群遗传算法结构简单，无需进行矩阵逆运算以及三角函数运算，可以精确地解决任意自由度的一般机器人逆运动学问题。多种群遗传算法虽然解决了传统单种群遗传算法的局部收敛和“早熟”等问题，提高了系统的收敛速度，但是在其他方面，如精度上，仍然存在较大的问题。……